Investigar y publicar en FP // parte III · uso de la ia

10 · IA en la investigación académica

Revisado el 18 de noviembre de 2026.

Guía informativa, no fuente oficial. Las fechas, plazos, cuantías y requisitos cambian cada curso y según la comunidad: comprueba siempre en la fuente oficial enlazada. Si ves un error, avísame.

Las herramientas de inteligencia artificial generativa (los asistentes que redactan, resumen o responden en lenguaje natural) llegaron a la investigación en 2022 y hoy las usa mucha gente, a veces sin decirlo. Pueden ahorrar tiempo en tareas pesadas, pero también inventar datos y referencias con total aplomo. Este artículo explica para qué sirven en cada fase de un trabajo de investigación, qué errores son frecuentes, qué dice la postura de las organizaciones de ética editorial y cómo declarar su uso. No recomienda productos concretos, porque cambian cada pocos meses; lo que no cambia es la responsabilidad de quien firma el trabajo. Es el primero del bloque sobre IA, y se apoya en Escribir un texto científico y Citar y gestionar fuentes.

1.1 Qué sabemos y qué no

La literatura científica sobre estas herramientas es abundante pero muy reciente: la mayoría de los trabajos tiene pocos años y las herramientas cambian más deprisa que las revistas. Por eso conviene fiarse de lo que se mantiene entre estudios: sirven bien para tareas de forma y de estructura, y fallan en el contenido y en las referencias. Este artículo se apoya en trabajos que describen esas limitaciones y en las políticas de ética editorial, no en promesas de las propias herramientas.

1.2 Para qué sirven en cada fase

FaseUso razonableRiesgo principal
Delimitar el temaLluvia de ideas, preguntas de investigación posibles, términos de búsquedaIdeas genéricas que se parecen a lo ya publicado
Buscar bibliografíaSugerir palabras clave y estrategias de búsquedaReferencias inventadas o mal atribuidas
LeerEsquema o resumen de un texto que ya has leído, para ordenar tus notasResúmenes que omiten o deforman lo esencial
Analizar datosAyuda para escribir una fórmula o un código, o para proponer categorías que luego revisasResultados que parecen correctos y no lo son
EscribirEsquemas, títulos alternativos, mejora de claridad, revisión de gramática, resumen para público generalTexto genérico, pérdida de tu voz, cambios que no pediste
RevisarDetectar incoherencias o frases confusasDar por bueno lo que no se ha comprobado

En una prueba detallada con un asistente de IA, la investigadora Lorelei Lingard (2023) encontró que respondía mejor con instrucciones cada vez más concretas y que era mucho más fiable cuando ella ya conocía el tema, porque así podía detectar errores y omisiones. Era útil para esquemas, ideas de títulos, resúmenes para público general o reformatear resúmenes, pero su contenido era genérico, inventó títulos y citas, incumplió los límites de palabras y, al pedirle un cambio acotado, a veces reescribió también el estilo. Su recomendación, en síntesis: usarlo para tareas tediosas y para pensar en voz alta, tratar todo lo que produce como un primer borrador y no delegarle el núcleo intelectual del trabajo.

1.3 El problema de las referencias inventadas

Es el riesgo más documentado. Walters y Wilder (2023) pidieron a dos versiones de un asistente que escribiera revisiones breves sobre 42 temas y comprobaron las 636 referencias resultantes. El 55 % de las referencias de la versión más antigua y el 18 % de las de la más reciente eran inventadas, y entre las reales, un 43 % y un 24 % respectivamente contenían errores importantes. La versión más reciente mejoraba, pero los autores concluyen que los problemas persisten.

Consecuencias prácticas:

  • No copies nunca una referencia generada por IA sin localizar el trabajo original en una base de datos o en la web de la revista y comprobar autores, año, título, revista y DOI.
  • No cites algo que no has leído solo porque un asistente diga que apoya tu idea.
  • Si una referencia «suena bien» pero no aparece en ningún buscador, asume que no existe.
  • Usa la IA, si acaso, para proponer palabras de búsqueda, y busca después en bases de datos reales (Citar y gestionar fuentes).

1.4 Quién firma y quién responde: la autoría

Las organizaciones de ética editorial han fijado una posición coherente: una herramienta de IA no puede ser autora de un trabajo, porque no puede asumir responsabilidad por él, declarar conflictos de intereses ni gestionar derechos y licencias. Quien la usa debe ser transparente sobre cómo y con qué herramienta lo hizo, y sigue siendo plenamente responsable de todo el contenido, incluido lo que haya generado la herramienta (Committee on Publication Ethics [COPE], 2023). Cada revista y cada universidad tiene además sus propias reglas: léelas antes de enviar.

Otros autores llegan a una conclusión parecida en el ámbito docente: lo que decide si hay falta de integridad no es el simple uso de una herramienta, sino que el uso se declare, y lo que cuenta como falta lo fijan las políticas de cada institución (Perkins, 2023). Una revisión reciente sobre escritura académica asistida por IA ofrece tres categorías de usos éticamente defendibles y cuatro principios para guiar a los investigadores (Cheng et al., 2025); no los detallo aquí porque conviene leerlos en el original.

1.5 Otros riesgos

  • Confidencialidad. Lo que escribes en una herramienta puede salir de tu control. No introduzcas datos personales (nombres, notas, entrevistas, informes del alumnado), datos de empresas ni textos que no puedas compartir (Ética docente). Si necesitas ayuda con datos, anonimiza o agrega antes.
  • Textos no publicados. Si revisas el trabajo de otra persona para una revista, no lo subas a una herramienta externa: es material confidencial.
  • Sesgos y vacíos. Estas herramientas reproducen lo que abunda en sus datos: pueden infrarrepresentar la FP, el contexto español o las voces minoritarias.
  • Derechos de autor. Un texto generado puede parecerse a obras existentes. Comprueba originalidad y respeta las licencias.
  • Dependencia. Si delegas siempre la lectura, el análisis o la escritura, dejas de aprender a hacerlo. En un máster o una tesis, el aprendizaje es el objetivo.
  • Opacidad. No sabes de dónde sale una respuesta. Un dato sin fuente no es un dato.

1.6 Un protocolo sencillo de uso

  1. Decide para qué la usas y para qué no (por ejemplo: sí para esquemas y revisión de claridad; no para redactar resultados ni para buscar bibliografía).
  2. Comprueba las normas de tu centro, tu universidad o la revista donde publicarás.
  3. No le des datos personales ni confidenciales.
  4. Contrasta todo lo que produzca con la fuente original: cifras, nombres, citas y referencias.
  5. Reescribe con tus palabras lo que vayas a incluir: tu texto, tu voz y tu responsabilidad.
  6. Guarda un registro de cómo la has usado (fecha, herramienta, instrucción y qué cambiaste).
  7. Decláralo cuando la norma lo pida, o en caso de duda.

1.7 Cómo declarar su uso

Una declaración sencilla incluye la herramienta y la versión, para qué se usó y quién revisó el resultado. Por ejemplo:

«Para mejorar la claridad de la redacción del apartado 3 se utilizó una herramienta de inteligencia artificial generativa (nombre y versión, fecha de uso). Las autoras revisaron y corrigieron el texto resultante y asumen la plena responsabilidad de su contenido.»

Colócala donde indique la revista (nota al final, agradecimientos o apartado de métodos). Si no hay norma, es preferible declarar a tener que explicar después por qué no se hizo.

1.8 Qué significa para el profesorado de FP

  • Quien investiga su propia práctica (Publicar tus experiencias docentes) puede usar la IA para ordenar un texto, pero los datos del alumnado y de las empresas no deben entrar en ella.
  • Los trabajos del máster (TFM, memorias de prácticas) tienen normas propias sobre el uso de IA: consúltalas antes de usarla.
  • Aprender a usarla con criterio es parte de la competencia digital docente (Competencia digital del profesorado), igual que enseñar al alumnado a usarla bien, algo que se trata en otro artículo de este bloque.

En resumen

  • La IA generativa sirve para tareas de forma y de estructura (esquemas, claridad, resúmenes divulgativos) y falla en contenido y referencias.
  • Es más fiable cuando ya conoces el tema, porque así detectas sus errores.
  • Un estudio sobre 636 referencias generadas halló que entre el 18 % y el 55 % eran inventadas, según la versión de la herramienta: comprueba todas en la fuente original.
  • La IA no puede ser autora; quien firma responde de todo y debe ser transparente sobre su uso.
  • No introduzcas datos personales ni confidenciales, ni textos que estés revisando para una revista.
  • Sigue un protocolo: decide para qué, comprueba normas, contrasta todo, reescribe, guarda registro y declara.

Referencias

Committee on Publication Ethics. (2023). Authorship and AI tools [Declaración de posición]. https://publicationethics.org/node/56046

Cheng, A., Calhoun, A., & Reedy, G. (2025). Artificial intelligence-assisted academic writing: Recommendations for ethical use. Advances in Simulation, 10, Artículo 22. https://doi.org/10.1186/s41077-025-00350-6

Lingard, L. (2023). Writing with ChatGPT: An illustration of its capacity, limitations & implications for academic writers. Perspectives on Medical Education, 12(1), 261-270. https://doi.org/10.5334/pme.1072

Perkins, M. (2023). Academic integrity considerations of AI large language models in the post-pandemic era: ChatGPT and beyond. Journal of University Teaching and Learning Practice, 20(2). https://doi.org/10.53761/1.20.02.07

Walters, W. H., & Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13, Artículo 14045. https://doi.org/10.1038/s41598-023-41032-5

Texto bajo licencia CC BY-NC-SA 4.0. Las citas de normas y de otras obras se reproducen solo en lo imprescindible, con su referencia. Si ves algún error, avísame.